我找不到这个问题的确切答案，所以我希望我没有重复问题。
我有一个如下的数据框
groupid col1 col2 col3 col4
1 0 n NA 2
1 NA NA 2 2
我想要传达的是，存在重复的 ID，其中总信息分布在两行中，我想将这些行组合起来以将所有信息集中到一行中。我该怎么办？
我尝试过使用 group_by 并粘贴，但最终导致数据更混乱（例如，在 col4 中得到 22 而不是 2）并且 sum() 不起作用，因为有些列是字符串而那些不是是分类变量，将它们相加会改变信息。
在填写 NA 时，我可以做些什么来折叠行并保持一致的数据不变？
编辑：
抱歉，想要的输出如下：
groupid col1 col2 col3 col4
1 0 n 2 2
【问题讨论】：
在这种情况下你能画出想要的输出吗？将 data.frame 转换为另一种类型 as.vector()、as.matrix() 和分组/分解可能会有所帮助。
更新： 为每列查找唯一元素并省略 NA。
df<-data.frame(groupid=c(1,1), col1=c(0,NA), col2=c('n', NA), col3=c(NA,2), col4=c(2,2)) # your input
out<-data.frame(df[1,]) # where the output is stored, duplicate retaining 1 row
for(i in 1:ncol(df)) out[,i]<-na.omit(unique(df[,i]))
print(out)
【讨论】：
这是你想要的吗？ zoo+dplyr 也可以在这里查看link
df %>%
group_by(groupid) %>%
mutate_all(funs(na.locf(., na.rm = FALSE, fromLast = FALSE)))%>%filter(row_number()==n())
# A tibble: 1 x 5
# Groups: groupid [1]
groupid col1 col2 col3 col4
<int> <int> <chr> <int> <int>
1 1 0 n 2 2
EDIT1
没有过滤器，将返回整个数据帧。
df %>%
group_by(groupid) %>%
mutate_all(funs(na.locf(., na.rm = FALSE, fromLast = FALSE)))
# A tibble: 2 x 5
# Groups: groupid [1]
groupid col1 col2 col3 col4
<int> <int> <chr> <int> <int>
1 1 0 n NA 2
2 1 0 n 2 2
filter 这里，只切最后一个，na.locf 会继承前一个而不是NA 的值，这意味着你组中的最后一行就是你想要的。
同样基于@thelatemail 推荐。您可以执行以下操作，返回相同的答案。
df %>% group_by(groupid) %>% summarise_all(funs(.[!is.na(.)][1]))
EDIT2
假设你有冲突并且你想把它们都展示出来。
df <- read.table(text="groupid col1 col2 col3 col4
1 0 n NA 2
1 1 NA 2 2",
header=TRUE,stringsAsFactors=FALSE)
df
groupid col1 col2 col3 col4
1 1 0 n NA 2
2 1 1(#)<NA> 2 2(#)
df %>%
group_by(groupid) %>%
summarise_all(funs(toString(unique(na.omit(.)))))#unique for duplicated like col4
groupid col1 col2 col3 col4
<int> <chr> <chr> <chr> <chr>
1 1 0, 1 n 2 2
【讨论】：
只有dplyr 的另一个选项是在可用时取第一个非 NA 值。你可以这样做
dd <- read.table(text="groupid col1 col2 col3 col4
1 0 n NA 2
1 NA NA 2 2", header=T)
dd %>%
group_by(groupid) %>%
summarise_all(~first(na.omit(.)))
【讨论】：